评估ChatGPT对病理图像的诊断潜力

科学领域:

• 人工智能在医学中的应用
• 数字病理学数字病理学
• 医学诊断 医学诊断 医学诊断

背景情况:

• 像GPT-4这样的大型语言模型 (LLM) 在医疗保健中为包括临床笔记起草和报告生成在内的任务提供了潜力.
• 确保医疗应用的准确性是LLMs的一个关键挑战.
• 这项研究专门评估了GPT-4在从病理图像诊断中的准确性.

研究的目的:

• 用文本和图像输入来调查GPT-4的诊断准确性.
• 评估GPT-4在识别瘤成像和组织起源方面的表现.
• 将GPT-4的诊断能力与人类病理学家的诊断能力进行比较.

主要方法:

• 分析了来自16个器官的44张组织病理学图像和100张结肠直肠活检光微图.
• GPT-4 (标准和重新评估) 和四位独立的病理学家评估了图像.
• 诊断准确性是根据参考标准进行测量,评估扫描和拍摄的图像.

主要成果:

• 在瘤成像和组织来源识别方面,GPT-4的整体精度为0.64.
• 结肠多的分类准确度从0.57到0.75不等;失生症分类准确度达到0.88.
• 该模型在腺癌检测方面表现出高灵敏度,评估之间的一致性轻微至中等 (Kappa 0.2040.375).

结论:

• GPT-4可以诊断病理图像的准确度与病理学住院医生相美.
• 该模型显示出作为病理学支持工具的潜力,有助于常规诊断工作流程.
• GPT-4的表现表明了人工智能驱动的病理诊断方面的进步.